一种基于分级初始溶解氧调控的保健酒功能货架期预测方法与流程

本发明属于保健酒稳定性评价与货架期预测，具体涉及一种基于分级初始溶解氧调控的保健酒功能货架期预测方法。

背景技术：

1、保健酒通常由酒基与药食同源原料、中药提取物、植物提取物或其它功能性原料复配而成，体系中常含有酚酸类、黄酮类、苯乙醇苷类、木脂素类等活性物质。该类物质在储存过程中易发生氧化、降解、聚合、异构化或其它结构转化，进而引起功能降低、品质波动以及货架期缩短。

2、现有保健酒稳定性评价方法，多采用综合色差、感官变化、过氧化值或单一成分保留率作为判定依据；也有部分方法采用高温加速试验结合 arrhenius 方程对常温货架期进行外推。但对于含多种功能活性成分的复杂液体体系而言，上述方法通常只能反映一般品质变化，难以直接对应“功能是否保持”这一终点，也难以建立“氧暴露—成分衰减—功能下降—货架期终点”之间的连续定量关系。

3、此外，现有研究常以总黄酮、总酚或少数习惯性指标成分作为功能稳定性的替代指标，但这些指标未必真实对应产品的抗氧化功能和抗疲劳功能，容易造成功能评价与成分评价脱节。

4、复杂保健酒通常属于多成分协同作用体系，某些含量高或变化明显的成分未必决定功能衰减，而另一些含量较低或变化幅度较小的成分可能对功能保持具有关键贡献。因此，在建立氧驱动衰减和货架期预测模型之前，需要通过低背景酒体、单一成分回添及浓度梯度验证，确认候选成分变化与目标功能变化的一致性，并对多项功能指标进行规范化整合。

5、研究发现，在酒体基质、包装材质、灌装方式、储藏边界条件及外源氧扰动基本一致的情况下，液相初始溶解氧是影响关键功能成分氧化衰减的重要起始变量。若能够以液相初始溶解氧分级为切入点，建立关键功能成分衰减规律、综合保持率与功能保持指数之间的映射关系，并进一步与目标储藏条件相校准，则可构建更贴近实际储藏场景的功能货架期预测方法。

6、现有技术存在以下主要问题：

7、1. 现有评价指标多停留在感官或一般理化层面，缺乏面向“功能货架期”的评价体系。

8、2. 现有研究通常将氧作为包装背景因素处理，缺乏以液相初始溶解氧为核心变量的系统建模方法。

9、3. 单纯依赖高温外推容易引入与实际常温储藏不同的降解路径，造成预测偏差。

10、4. 缺乏将“初始溶解氧—关键功能成分衰减—功能保持—货架期终点”贯通起来的定量模型。

11、5. 关键功能成分的确定往往仅停留在化学层面，缺乏功能验证支撑，导致模型与真实功能之间的关联度不足。

技术实现思路

1、本发明的目的在于提供一种基于分级初始溶解氧调控的保健酒功能货架期预测方法。该方法在固定其它边界条件并控制外源氧扰动的前提下，以液相初始溶解氧作为核心输入变量，通过关键功能成分筛选、关键功能成分保持率构建、综合保持率 rw 计算、表观等效衰减速率常数 kapp 拟合、功能保持指数映射以及目标储藏条件校准，最终实现对保健酒真实功能货架期的定量预测。

2、本发明通过以下技术方案实现的：

3、一种基于分级初始溶解氧调控的保健酒功能货架期预测方法，包括如下步骤：

4、（1）确定关键功能成分：采用非靶向成分解析与靶向定量建立候选成分池，根据文献功能证据、可检测性、丰度与稳定性以及与目标功能指标的相关性进行预筛；以正常配方酒体为原始样品，以降低药汁或提取物添加量制备低背景酒体，并设置单一候选成分回添组、单一候选成分浓度梯度组、组合回添组、空白基质组和溶剂对照组进行功能贡献验证，筛选保健酒中的关键功能成分；

5、（2）初始溶解氧分级控制：采用惰性气体对待测保健酒样品进行脱氧，使酒体溶解氧降低至 0.1 ppm 以下，再通过定量回氧、定量混气或其它可控供氧方式设置不同初始溶解氧水平；

6、（3）计算关键功能成分的保持率：第 i 个关键功能成分在 t 时刻的保持率定义为：

7、

8、其中：

9、

ci

(t)为第

i个关键功能成分在

t时刻的实测浓度；

10、

ci (0)为第

i个关键功能成分的初始浓度；

11、（4）确定综合功能值和功能保持指数：综合功能值定义为：

12、

13、其中，

ω1和

ω2分别为抗氧化功能和抗疲劳功能的权重系数，且

ω1+

ω2= 1；为t时刻抗氧化归一化值，为 t 时刻抗疲劳归一化值。

14、功能保持指数 fri(t) 为：

15、

16、其中，为统一设定的初始功能基准值，例如取值100，fri 越接近 1，表示功能保持越充分；fri 越低，表示功能衰减越明显；

17、（5）构建综合保持率

rw模型：综合保持率

rw模型定义为：

18、

19、其中，

wi为第i个关键功能成分的权重系数，且σ

wi= 1；

20、（6）拟合表观等效衰减速率常数

kapp：在每一个初始溶解氧组内，以综合保持率

rw (

t)的自然对数与储藏时间t进行拟合，得到该组的表观等效衰减速率常数

kapp，公式为：

21、

22、对单一初始氧组的ln[

rw (

t)]-t关系进行线性回归，其斜率绝对值即为

kapp；b为回归截距；

23、（7）建立初始溶解氧

d0与

kapp的函数关系：将多个初始溶解氧组得到的

kapp与对应

d0值建立函数关系，具体为：

24、

25、上述关系式的拟合优度

r2= 0.9999；

26、（8）建立综合保持率与功能保持指数的映射：采用如下线性模型：

27、

28、其中，efri (

t)表示估算功能保持指数，上述关系式的拟合优度

r2= 0.9992；

29、（9）货架期终点阈值的确定：设目标功能货架期终点阈值为θ，当 efri (

t)下降至θ时，对应时间即定义为功能货架期

ts，θ取 0.75～0.85。

30、优选地，所述步骤（1）具体包括：先采用lc-ms正、负离子模式进行非靶向解析，并结合对照品靶向定量或半定量结果建立候选成分池；再综合文献功能证据、峰型稳定性、信噪比、定量可行性、丰度、储藏变化趋势及与目标功能指标的相关性进行预筛；最后通过原始样品组、低背景组、单一候选成分回添组、单一候选成分浓度梯度组、组合回添组、空白基质组及溶剂对照组的功能贡献验证，确定关键功能成分。

31、优选地，低背景组采用同一批基酒和药汁或提取物配制，其中药汁或提取物添加量为标准添加量的0.50～0.90倍，并以不含目标药汁的空白基质补足至相同终体积；单一候选成分回添组在低背景酒体中加入候选成分标准品，使该成分恢复至正常酒体实测浓度的80%～120%；单一候选成分浓度梯度组将该成分设置为正常酒体实测浓度的0.50～1.50倍；组合回添组将多个候选成分共同恢复至正常酒体实测水平。

32、优选地，功能评价采用“化学指标辅助筛选—生物模型表型与生化验证”的递进方式。抗氧化功能优选采用斑马鱼氧化应激模型，以ros作为氧化应激核心指标，并结合sod和mda进行评价；抗疲劳功能优选采用斑马鱼运动疲劳或耐力恢复模型，以持续游动时间或运动距离作为表型指标，并结合atp和乳酸进行评价。dpph、abts可用于候选成分的前期快速筛选；nrf2/ho-1/nqo1、ampk/pgc-1α、线粒体膜电位等可在关键时间点用于机理验证，但不是构建

at、

bt及溶解氧货架期主模型的必选项。

33、优选地，候选成分在低背景组与回添组之间表现出方向一致的功能恢复，并在单一候选成分浓度梯度组中具有可解释的剂量-响应关系，同时满足功能相关性、模型贡献权重、定量可行性与批间重现性、储藏变化可解释性中的至少两项时，纳入关键功能成分集合。

34、优选地，所述步骤（2）中初始溶解氧分级包括：小于0.1 ppm、2 ppm、4 ppm、6 ppm、8 ppm、12 ppm。

35、优选地，所述步骤（4）中，对同一初始溶解氧组、同一储藏时间点的样品开展统一的抗氧化和抗疲劳功能试验，获得各项原始检测值；再根据指标方向及对照体系换算为无量纲保持值，最后分别按照

at= σ[

αj×

aj (

t)]和

bt= σ[

βk×

bk (

t)] 合成。

at和

bt用于形成实测功能保持指数 fri (

t)，为

rw-fri映射提供训练与校准数据；后续货架期预测仍以初始溶解氧

d0及其决定的

kapp为主线；更优选地，=0.6，=0.4。

36、优选地，所述步骤（5）中采用以下任一种方式获得：基于功能数据与成分保持率数据进行多元线性回归；基于岭回归、lasso 回归、偏最小二乘回归等统计学习方法获得；或基于功能相关性、氧敏感性和成分贡献度综合确定。

37、优选地，所述步骤（5）中采用标准化 ridge 回归得到各成分系数，再将系数绝对值归一化，得到。

38、优选地，所述步骤（7）中先在加速条件下建立氧驱动衰减主模型，再通过目标储藏条件下的真实货架数据进行校准，若加速建模条件为 50℃，目标储藏条件为 25℃，则定义：

39、

40、其中，β25为 25℃ 条件下的校准系数，k0和 λ 分别为 50℃ 条件下 d0-kapp拟合的截距和斜率。

41、优选地，所述步骤（7）中选取常规不处理组或代表性氧组在 25℃ 真实货架试验中达到设定功能终点阈值 θ 的实测时间作为校准点，反求 25℃ 条件下的 β25。

42、优选地，所述步骤（8）中可直接以多个关键功能成分保持率为自变量建立 efri (

t) = b + σ[

γi×

ri (

t)]，或将成分权重整合至

rw后采用 efri (

t) = m ×

rw (

t) + n的简化模型，其中，b为回归模型的截距项，

γi表示第 i 个关键功能成分保持率对 efri的回归系数，m 表示 rw 与 efri 线性映射关系的斜率，n 表示该线性关系的截距。

43、优选地，所述步骤（9）中θ取 0.80～0.85。

44、优选地，所述保健酒由酒基与药食同源原料、中药提取物、植物提取物或其它功能性原料复配而成，包含酚酸类、黄酮类、苯乙醇苷类和木脂素类活性成分。

45、相对于现有技术，本发明具有以下有益效果：

46、1. 本发明以液相初始溶解氧

d0作为核心输入变量，建立了“初始溶解氧—关键功能成分衰减—功能保持—货架期终点”的连续定量关系，实现了由初始氧水平对保健酒功能货架期进行预测。

47、2. 通过候选成分筛选、低背景酒体回添验证以及抗氧化和抗疲劳功能评价，确定与产品功能保持密切相关的关键功能成分，并构建可重复计算的功能保持指数 fri，提高了功能评价与成分评价之间的一致性。

48、3. 通过多个关键功能成分保持率加权构建综合保持率

rw，并采用 ridge 回归等方法降低多成分共线性影响，可更加稳定地表征复杂酒体中功能相关成分的整体保留状态。

49、4. 通过建立初始溶解氧

d0与表观等效衰减速率常数

kapp的函数关系，以及综合保持率

rw与功能保持指数 fri的映射关系，实现了由初始溶解氧连续预测关键功能成分衰减和功能保持水平。

50、5. 实施例结果表明，

d0-

kapp关系的拟合优度

r2为 0.9999，

rw-fri映射关系的拟合优度

r2为 0.9992；12 ppm 独立验证组的预测货架期为 12.16 个月，实测货架期为 12.14个月，相对误差为 0.2%，表明本方法具有较高的模型拟合度和预测准确性。

51、6. 不同初始溶解氧组的试验结果表明，降低初始溶解氧能够明显延缓关键功能成分及功能指数衰减，而高溶解氧、高温和光照条件会进一步加快衰减过程，说明本方法能够有效区分不同氧暴露条件下的功能稳定性差异。

52、7. 本发明采用加速试验建立氧驱动衰减主模型，并通过目标储藏条件下的真实货架数据进行校准，可降低单纯高温外推产生的预测偏差，提高模型对实际包装和储藏条件的适用性。

53、8. 本发明可用于反向确定酒体初始溶解氧控制目标，并为酒体脱氧、灌装控氧、顶空管理、包装密封性优化及产品功能货架期标示提供量化依据。